AdaEdit: Adaptive Temporal and Channel Modulation for Flow-Based Image Editing
AdaEdit: 一种基于流的图像编辑中的自适应时间与通道调节
机构 * iFLYTEK
AI总结 本文提出AdaEdit框架，通过自适应的渐进注入策略和通道选择性潜在扰动，解决流匹配模型中源特征注入与目标特征生成的矛盾，提升图像编辑效果。
大厂专区
iFLYTEK（科大讯飞）
EARTalking: End-to-end GPT-style Autoregressive Talking Head Synthesis with Frame-wise Control
EARTalking：端到端的GPT风格自回归说话头合成与帧级控制
机构 * University of Science and Technology of China（中国科学技术大学） ； iFLYTEK ； Zhejiang University（浙江大学）
AI总结 本文提出EARTalking，一种端到端的GPT风格自回归模型，用于交互式音频驱动说话头生成，通过引入帧级流式生成范式和Sink Frame Window Attention机制，实现高效可控的视频生成。
